Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-30 08:16 UTC

DigitalKin-ai / digitalkin

PythonEigene Lizenz★ 4 Sterne⑂ 0 Forksseit Feb. 2025Auf GitHub ansehen ↗
ArtBibliothekNetzwerkdienstwie das ermittelt wird
#agentic-ai#agentic-framework#digitalkin#python#sdk#agentic-mesh

DigitalKin-ai/digitalkin erreicht einen Gesundheitsindex von 83 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei Community & Adoption (33/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

83
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

83
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 70 wird auf der veröffentlichten Indexskala auf 83 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

DigitalKinOrganisation · verifizierte Domain
21 Follower9 öffentliche Reposseit Aug. 2023

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdigitalkin1.0.32.794160vor 28 Tagenagentdigitalkingrpckinsdk

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

87Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

78Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
17.3/36Commit-Rhythmus — 25/52 Wochen mit Commits
18/18Commit-Volumen — 111 Commits im letzten Jahr
7/10OpenSSF Scorecard: Maintained — 9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
Verwendete Eingangsdaten
commits_last_year111
human_commit_share1
days_since_last_push0
active_weeks_last_year25

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 61 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 2,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count61
latest_release_tagv1.0.5.dev2
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases2,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

33Gefährdet · 17 % des Gesamtindex

Popularität & Verbreitung

8Kritisch
Wie die Bewertung erfolgt
7.7/60Stars — 4 Stars
0/25Forks — 0 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks0
stars4
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

44Schwach
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

58Mittel
Wie die Bewertung erfolgt
46/80Downloads pro Monat — 2.794 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdigitalkin
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.794
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

74Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

49Schwach
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
13.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 38 % der Commits
6.8/13.5Breite der Beitragenden — 5 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor2
contributors_sampled5
top_contributor_share0,382

Reaktionsfähigkeit bei Issues & PRs

84Exzellent
Wie die Bewertung erfolgt
35/42Issue-Lösungsquote — 83 % der Issues geschlossen
26.1/30PR-Annahme — 147/169 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
12/15OpenSSF Scorecard: Code-Review — Found 15/17 approved changesets -- score normalized to 8
Verwendete Eingangsdaten
merged_prs147
open_issues8
closed_issues40
prs_merged_7d0
prs_decided_7d0
prs_merged_30d6
prs_decided_30d12
issue_closed_ratio0,833
closed_unmerged_prs22
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

73Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
9.7/25Reichweite des Inhabers — 21 Follower von DigitalKin-ai
13.5/25Kontohistorie — 9 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers21
owner_typeOrganization
is_verifiedja
owner_loginDigitalKin-ai
public_repos9
account_age_days1.133

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 28 Tagen
20/20Versionshistorie — 160 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdigitalkin
ecosystemspypi
any_deprecatednein
min_days_since_publish28

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 17 out of 17 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://digitalkin-ai.github.io/digitalkin/main
0/10Repository-Beschreibung
10/10Topics — 6 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsagentic-ai, agentic-framework, digitalkin, python, sdk, agentic-mesh
has_wikija
homepagehttps://digitalkin-ai.github.io/digitalkin/main
docs_sitehttps://digitalkin-ai.github.io/digitalkin/main
has_readmeja
has_docs_dirja
has_descriptionnein

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

55Mittel · 16 % des Gesamtindex

Sicherheitslage

44Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 17 out of 17 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6/7.5Code-Review — Found 15/17 approved changesets -- score normalized to 8
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Lizenz — license file detected
5.2/7.5Maintained — 9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 53 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages61
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:digitalkin@1.0.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 61 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

79Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 99 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,99
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes13.963

AI-Verify-Loop (Build / Test / Typprüfung)

72Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — taskfile.yaml
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/digitalkin/py.typed
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filestaskfile.yaml
has_devcontainernein
has_linter_configja
typecheck_configssrc/digitalkin/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/digitalkin/py.typed)
54.7/55Handhabbare Dateigrößen — 2/432 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes80.583
source_files_sampled432
oversized_source_files2

Maschinenlesbare AI-Schnittstellen

80Exzellent
Wie die Bewertung erfolgt
40/40API-Schema (OpenAPI/GraphQL/proto) — examples/base_server/mock/mock.proto
0/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_filesexamples/base_server/mock/mock.proto
interfaces_expected_ofnetwork-service

Eckdaten

4GitHub-Sterne
5Mitwirkende
111Commits, letzte 12 Monate
0Tage seit letztem Push
61Releases
2Bus-Faktor
8offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

OpenSSF Scorecard 4.4 / 10
4.4Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-30 08:16 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests17 out of 17 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 15/17 approved changesets -- score normalized to 8
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
7Maintained9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities53 existing vulnerabilities detected
Direkte Abhängigkeiten 10
RegistryPaketVersionsvorgabeManifest
PyPIag-ui-protocol==0.1.21.dev1787220377pyproject.toml
PyPIagentic-mesh-protocol==1.0.1pyproject.toml
PyPIagno>=2.8.0,<3pyproject.toml
PyPIanyio>=4.13.0pyproject.toml
PyPIgrpcio-health-checking==1.82.1pyproject.toml
PyPIgrpcio-reflection==1.82.1pyproject.toml
PyPIgrpcio-status==1.82.1pyproject.toml
PyPIpydantic-settings>=2.14.1pyproject.toml
PyPIpydantic>=2.12.4pyproject.toml
PyPIredis>=7.4.0,<9pyproject.toml
Alle Abhängigkeiten 199

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 189 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIag-ui-protocol0.1.21.dev1787220377direkt
PyPIagentic-mesh-protocol1.0.1.dev4direkt
PyPIagno2.8.0direkt
PyPIanyio4.14.1direkt
PyPIgrpcio-health-checking1.82.1direkt
PyPIgrpcio-reflection1.82.1direkt
PyPIgrpcio-status1.82.1direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIredis8.0.1direkt
PyPIagnoctl0.1.3indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIast-serialize0.6.0indirekt
PyPIasync-timeout5.0.1indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbackrefs7.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbracex3.0indirekt
PyPIbuild1.5.0indirekt
PyPIbump-my-version1.4.1indirekt
PyPIcairocffi1.7.1indirekt
PyPIcairosvg2.9.0indirekt
PyPIcel-python0.5.0indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.14.3indirekt
PyPIcryptography49.0.0indirekt
PyPIcsscompressor0.9.5indirekt
PyPIcssselect20.9.0indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdigitalkin1.0.3.dev0indirekt
PyPIdistlib0.4.3indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIdocutils0.23indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfakeredis2.36.2indirekt
PyPIfilelock3.29.4indirekt
PyPIfreezegun1.5.5indirekt
PyPIghp-import2.1.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.50indirekt
PyPIgoogle-re21.1.20251105indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIgriffe-inherited-docstrings1.1.3indirekt
PyPIgriffelib2.1.0indirekt
PyPIgrpcio1.82.1indirekt
PyPIgrpcio-testing1.82.1indirekt
PyPIgrpcio-tools1.82.1indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIhdrhistogram0.10.7indirekt
PyPIhiredis3.4.0indirekt
PyPIhpack4.2.0indirekt
PyPIhtmlmin20.1.13indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.5.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx22.5.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIhypothesis6.155.7indirekt
PyPIid1.6.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjsmin3.0.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlark1.3.1indirekt
PyPIlibrt0.12.0indirekt
PyPIlupa2.8indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-callouts0.4.0indirekt
PyPImarkdown-exec1.12.1indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkdownify1.2.3indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdformat0.7.22indirekt
PyPImdformat-tables1.0.0indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImike2.2.0indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.4indirekt
PyPImkdocs-awesome-pages-plugin2.10.1indirekt
PyPImkdocs-coverage2.0.0indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-git-committers-plugin-22.5.0indirekt
PyPImkdocs-git-revision-date-localized-plugin1.5.3indirekt
PyPImkdocs-glightbox0.5.2indirekt
PyPImkdocs-include-markdown-plugin7.3.0indirekt
PyPImkdocs-literate-nav0.6.3indirekt
PyPImkdocs-llmstxt0.5.0indirekt
PyPImkdocs-material9.7.6indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocs-minify-plugin0.8.0indirekt
PyPImkdocs-open-in-new-tab1.0.8indirekt
PyPImkdocs-redirects1.2.3indirekt
PyPImkdocs-section-index0.3.12indirekt
PyPImkdocstrings1.0.4indirekt
PyPImkdocstrings-python2.0.5indirekt
PyPImore-itertools11.1.0indirekt
PyPImypy2.1.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInatsort8.4.0indirekt
PyPInh30.3.6indirekt
PyPInodeenv1.10.0indirekt
PyPIobjgraph3.6.2indirekt
PyPIobjprint0.3.0indirekt
PyPIpackaging26.2indirekt
PyPIpaginate0.5.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpbr7.0.3indirekt
PyPIpendulum3.2.0indirekt
PyPIpillow12.2.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIproperdocs1.6.7indirekt
PyPIprotobuf7.35.1indirekt
PyPIprotovalidate1.2.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpy-cpuinfo9.0.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyinstrument5.1.2indirekt
PyPIpymdown-extensions11.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyright1.1.411indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-benchmark5.2.3indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-html4.2.0indirekt
PyPIpytest-json-report1.5.0indirekt
PyPIpytest-metadata3.1.1indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.2indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIquestionary2.1.1indirekt
PyPIreadme-renderer45.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich15.0.0indirekt
PyPIrich-click1.9.8indirekt
PyPIruff0.15.20indirekt
PyPIsecretstorage3.5.0indirekt
PyPIselectolax0.4.10indirekt
PyPIsetuptools82.0.1indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.3indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.4indirekt
PyPItinycss21.5.1indirekt
PyPItomli2.4.1indirekt
PyPItomlkit0.15.0indirekt
PyPItruststore0.10.4indirekt
PyPItwine6.2.0indirekt
PyPItyper0.27.0indirekt
PyPItypes-grpcio1.82.1.20260711indirekt
PyPItypes-grpcio-health-checking1.0.0.20260518indirekt
PyPItypes-grpcio-reflection1.0.0.20260508indirekt
PyPItypes-protobuf7.34.1.20260518indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItypos1.48.0indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIuvloop0.22.1indirekt
PyPIverspec0.1.0indirekt
PyPIvirtualenv21.5.1indirekt
PyPIviztracer1.1.1indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcmatch10.2indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebencodings0.5.1indirekt
PyPIyappi1.7.6indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:digitalkin@1.0.3 zieht 61 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit DigitalKin-ai/digitalkin teilen. Nebeneinander lesen →

97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.Außergewöhnlich99microsoft/agent-frameworkA framework for building, orchestrating and deploying AI agents and multi-agent workflows with support for Python and .NET.Außergewöhnlich99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xAußergewöhnlich98bytedance/deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.Außergewöhnlich98ModelEngine-Group/nexentNexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.Außergewöhnlich100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.